• 대한산업공학회지
• /
• 제25권1호
• /
• pp.111-124
• /
• 1999

This evapaper is toluate the forecasting performance of three neural network(NN) approaches against ARIMA model using the famous time series analysis competition data. The first NN approach is to analyze the second Makridakis (M2) Competition Data using Multilayer Perceptron (MLP) that has been the most popular NN model in time series analysis. Since it is recently known that MLP suffers from bias/variance dilemma, two approaches are suggested in this study. The second approach adopts Cascade Correlation Network (CCN) that was suggested by Fahlman & Lebiere as an alternative to MLP. In the third approach, a time series is separated into two series using Noise Filtering Network (NFN) that utilizes autoassociative memory function of neural network. The forecasts in the decomposition analysis are the sum of two prediction values obtained from modeling each decomposed series, respectively. Among the three NN approaches, Decomposition Analysis shows the best forecasting performance on the M2 Competition Data, and is expected to be a promising tool in analyzing socio-economic time series data because it reduces the effect of noise or outliers that is an impediment to modeling the time series generating process.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.64-71
• /
• 2002

This research developed construction cost forecasting model using Building Construction Cost Index, time series analysis and Artificial Neural Networks. By this model, we could calculate the forecasted values of construction cost precisely and efficiently. And we also could find out that the standard deviation of forecasted values is 0.375 and it is a very exact result, so the standard deviation is just 0.33 percent of 112.28, the average of Building Construction Cost Index. And it show more exact forecasting result in comparison with Time Series Analysis.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1103-1112
• /
• 2013

탐색적 자료분석에서는 자료를 통계적 모형에 바로 적합시키기 보다는 자료를 있는 그대로 보려는 데 주안점을 둔다. 우리는 시계열 자료에 대한 그래픽 탐색적 자료분석방법의 하나로서 재현그림을 사용할 수 있다. 재현그림의 장점은 통계모형에 대한 가정 없이 시계열 자료의 구조적 패턴을 확인할 수 있고 이 패턴을 통하여 탐색적으로 시계열 데이터의 구조 변화점을 한 눈에 확인할 수 있다는 데 있다.

• 지적과 국토정보
• /
• 제47권1호
• /
• pp.5-14
• /
• 2017

급속한 도시화 과정을 거친 대한민국은 도시 공간의 형성 과정에서부터 시설물관리 안전 환경 교통 등 여러 분야에서 다양한 문제들을 직면하고 있다. 이러한 도시 내의 불만과 문제를 해결하기 위해 지방자치단체에서는 전자민원을 통해 이를 접수 처리하고 있지만 민원은 해를 거듭할수록 증가하고 있는 실정이다. 따라서 본 연구는 한국의 지방 중소도시인 진주시를 대상으로 최근 10년간의 전자민원 데이터를 수집하여 민원사유별로 분류하고 민원발생지점에 대한 위치데이터를 추출한 후 Geocoding을 통해 공간정보상에 나타내어 공간분포패턴분석 및 추이분석을 실시하였다. 그리고 ARIMA모형을 사용하여 시계열 예측분석을 통해 향후 2년간(2016년~2017년) 민원발생을 예측하였다. 그 결과 불법주차단속관련 민원이 가장 많이 발생하였고, 소음관련 민원이 두 번째로 많았으며, 불법쓰레기투기관련 민원이 세 번째로 많이 발생한 것으로 나타났다. 또한, 시 공간적 분포 패턴을 분석한 결과, 중심상업지역에서 매년 가장 큰 핫스팟을 형성한 것으로 나타났다. 불법주차단속관련 민원에 대해 시계열 예측분석을 실시한 결과, 해를 거듭하며 다소 증가하는 것으로 나타났으며 예측값과 실제 데이터를 비교한 결과, 매우 비슷한 패턴을 보이며 발생하는 것으로 나타났다. 이를 바탕으로 민원의 발생량 예측을 통해 문제시되는 민원을 찾고, 이에 대한 효과적인 대책을 수립하는데 이용될 수 있을 것으로 판단된다.

• 한국건설관리학회논문집
• /
• 제12권2호
• /
• pp.111-120
• /
• 2011

최근 도심지 고밀화에 따른 공간의 효율적 이용이 요구됨에 따라 대규모의 고층 사무공간이 증가하고 있으며, 이와 함께 주거, 상업, 문화 등 다양한 기능을 밀접하게 연관시킨 고층 복합시설도 점차 늘어가고 있다. 이러한 대형 건설, 프로젝트는 긴 공사기간이 소요되어 공사비 예측이 쉽지 않으며, 막대한 비용이 투입되기 때문에 비용 예측의 중요성이 더욱 증대되고 있다. 이러한 상황에서 최근 극심한 경제변화에 따른 건설자재가격의 변동은 자재비를 포함한 공사비 예측을 어렵게 만드는 주요 원인이다. 따라서 본 연구는 건설자재단가 시계열자료를 활용, 미래의 자재단가 예측을 위한 시계열모델을 구축하고 복잡한 모델 프로세스를 간소화하는 자재별 최적 예측모델 도출시스템을 구축한다. 또한 Building Information Modeling(BIM)의 접근을 통해 자재의 투입시기 및 투입물량을 분석, 시계열모델을 통해 예측한 자재단가 예측 값과 조합함으로써 총 자재비를 포함하는 BIM기반 공사원가 예측 시계열모델을 제시한다. 본 연구는 시계열모델의 하나인 Autoregressive Integrated Moving Average(ARIMA)모델에 대한 예측력 비교를 통해 자재단가 예측을 위한 적합모델을 도출하였다. BIM기반의 원가예측 시계열모델은 자재의 투입시기별 자재단가 변동치를 예측함으로써 급변하는 경제 환경 변화에 대처할 수 있는 도구가 될 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.579-599
• /
• 2014

이 연구는 국내 보건복지 분야에서 시계열 분석을 실시한 논문의 현황을 파악하고, 비뚤림 위험평가를 시행함으로써 향후 보건복지 분야에서의 시계열 분석 방법을 적용하는 데 기초자료를 제공하는 것이 목적이다. 국내 외 전자 데이터베이스를 이용하여, 논문명, 키워드, 초록에 '시계열 분석'을 포함한 6,543건 문헌 중에서 보건복지 분야 91건의 논문을 대상으로 체계적 문헌고찰을 수행하였다. 1987년부터 2013년까지 시계열 분석을 활용한 논문은 점차 증가하고 있는 추세이다. 시계열 분석 연구는 의학과 보건학관련 학회에서의 활용이 높았고, 요인분석과 추세분석을 주요 분석 목적으로 하고 있었다. 세부주제는 국민건강과 의료서비스이용을 주로 다루고 있었고, 분석 기법은 ARIMA 모형, 시계열 회귀모형 순으로 활용되었다. 자료의 대부분은 통계청과 정부기관에서 생산하는 통계자료를 이용하였다. 문헌의 비뚤림 평가 결과, 상당수의 논문들이 표본수가 부족한 자료를 이용하거나, 시계열 도표와 플롯 작성을 간과하였다. 보건복지 영역에서 시계열 분석의 활용이 늘고 있고 향후 이용 가능성도 커지고 있으나, 기존 연구에서는 분석 과정과 결과를 도출하는 과정에서 분석 절차와 기준을 준수하지 않거나 주요 항목을 간과한 논문들이 일부 확인되었다. 향후 시계열 분석의 적극적인 활용뿐만 아니라 통계적 방법과 절차를 준수하고 신뢰성 있는 결과를 도출함으로써 질적 수준을 향상시키는 추가적인 노력이 필요하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2017년도 추계학술대회
• /
• pp.50-53
• /
• 2017

장기 해운불황에 따라 불확실성이 증폭되고 있는 상황에서 경기추세의 이해뿐만 아니라 예측 또한 중요해지고 있는 실정이다. 본 논문에서는 최근 특정 복잡한 문제에 대해서 각광받고 있는 인공신경망을 적용하여 BDI 예측을 연구하였다. 사용된 인공신경망은 순환신경망으로 RNN과 LSTM 그리고 비교의 목적으로 MLP를 통해 2009.04.01.부터 2017.07.31.의 기간을 대상으로 연구를 진행하였다. 또한 전통적 시계열 예측방법론인 ARIMA 분석을 실시해 인공신경망들의 예측성능과 비교하였다. 결과로 순환신경망인 RNN의 성능이 가장 뛰어났으며 LSTM의 특정 시계열(BDI)에의 적용가능성을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.352-352
• /
• 2011

최근 이상기후 및 집중호우 등의 영향으로 국지적으로 큰 강우가 발생하여 재산피해 및 인명피해를 발생시키고 있으며, 과거 강우발생 빈도에 비하여 큰 강우가 발생되고 있다. 이러한 증가되는 추세에 대하여 확률강우량 산정시 반영하고 있는 추세이며(한만신, 2005), 이렇게 반영된 결과는 확률강우량의 증가와 함께 설계시 반영되어 안전하게 수공구조물을 시공하게 된다. 하지만, 이러한 강우의 경향을 단순하게 증가추세로만 판단하여 미래의 강우를 증가라는 개념으로 검증 절차없이 도입하기에는 과대 추정될 우려가 있으며, 과대 추정된 확률강우량은 결국 시공비의 증가를 유도하여 경제적으로 불이익이 발생한다. 따라서, 과거의 강우자료를 통하여 분석된 최근의 강우 예측결과가 어느정도의 타당성을 갖고 설계된 것인지 판단하여 향후 강우 예측을 통한 확률강우량 산정시 반영하여야 할 것으로 판단된다. 본 연구에는 강우 예측을 위하여 사용되고 있는 ARIMA 모형을 이용하여 인천지역의 1961년~2005년까지의 강우자료를 이용하여 2010년까지의 강우를 예측함으로써 실제 강우자료와의 비교를 통하여 강우 예측의 신뢰성을 검토하여 미래 강우에 대한 예측에 있어서 보다 신뢰성을 확보하고자 하였다. 또한, 강우추세에 의한 인천지역의 확률강우량을 산정함으로써 동일 유역에서의 다른 분포형이나 확률강우를 사용함으로써 발생되는 설계의 혼란을 방지하고자 한다. 본 연구를 위하여 인천지방 기상대의 관측자료를 이용하여 1961년부터 2010년까지의 분단위 강우자료를 획득하였으며, 임의시간에 의한 지속시간별 최대강우량을 산정함으로써 기존의 설계에서 사용되어 왔던 고정시간의 환산계수 대신 실제 최대강우량을 이용함으로써 강우 예측에 대한 정확도를 향상하였고, 확률강우강도식 선정시 지역 강우 특성을 고려하여 결정하여야 한다는 결론을 도출하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.193-203
• /
• 2016

본 논문은 ICT기반 시장에서의 수요관리시스템에서의 핵심 요소인 전력 수요 예측을 위하여, 전체 사용량을 기반으로 예측 하는 방식이 아닌, 시계열 기반 군집분석을 통한 군집별 예측량의 결합을 실시하였다. 시계열 군집 분석 방법으로서 Periodogram 기반의 정규화 군집분석, 예측 기반의 군집분석, DTW(Dynamic Time Warping)를 이용하여 군집화를 시도하였으며, 군집 별 수요예측 모형으로서 DSHW(Double Seasonal Holt-Winters) 모형, TBATS(Trigonometric, Box-Cox transform, ARMA errors, Trend and Seasonal components) 모형, FARIMA(Fractional ARIMA) 모형을 사용하여 예측을 실시하였다. 전체 사용량을 기반으로 예측 하는 방식이 아닌, 군집분석을 통한 군집별 예측량의 결합이 더 낮은 MAPE로 나타남에 따라 우수한 예측 방법으로 판단되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권2호
• /
• pp.485-500
• /
• 1999

단계적 금리자율화의 시행을 계기로 금융계에서는 시장금리의 체계적 예측이 중요한 문제점으로 대두되고 있다. 금융의 자율화, 국제화, 대형화는 금융기관간의 경쟁유발과 금융시장의 판도에 심각한 변화를 초래하였다. 또한 시장금리의 변화는 금융기관의 수익에 결정적인 영향을 미친다. 따라서 대부분의 금융기관은 시장금리를 과학적이고 체계적으로 해석하기 위하여 금리결정요인에 대한 연구 및 향후 금리수준을 예측하기 위한 금리예측모형의 개발을 활발히 진행하고 있다. 본 논문에서는 시계열분석에 근거하여 예측의 정확도를 높이고 컴퓨터환경의 체계화로 사용의 편리성을 극대화한 금리예측 시스템을 개발하고 이의 활용도에 대해 논의하고자 한다.